本发明专利技术公开了一种基于天线方向图辅助的多普勒模糊分量自适应抑制方法，通过计算多普勒解模糊后的距离‑多普勒域数据，并对其进行方位合成孔径成像，获得多普勒解模糊后的高分辨率SAR图像。它能够有效抑制主、副瓣模糊分量，实现高分辨率宽测绘带机载合成孔径雷达（SAR）多普勒解模糊。仿真实验表明：与未考虑抑制副瓣模糊分量相比，采用本发明专利技术解多普勒模糊后点目标成像方位峰值旁瓣比性能提高了约9.6dB。
【技术实现步骤摘要】
本专利技术涉及机载多通道SAR宽场景测绘领域，具体涉及一种基于天线方向图辅助的多普勒模糊分量自适应抑制方法。
技术介绍
在机载合成孔径雷达成像中，为解决宽测绘带与方位高分辨率之间的矛盾，国内外学者主要从两个方面做了很多研究工作，一方面是SAR解模糊处理技术，另一方面是研发更灵活的新SAR系统；通常SAR系统中通常用较低的脉冲重复频率(PRF)以保证较宽的范围内覆盖率，但方位信号是模糊的，因此解模糊是SAR成像必须要解决的问题。然而，该算法并未考虑到天线副瓣接收的回波信号，其也将产生相应的多普勒模糊分量，并导致解模糊后的平均副瓣电平升高。因此，抑制副瓣多普勒模糊分量干扰是高分辨率宽带测绘成像工程实现必须要解决的问题。传统频谱重构算法只考虑天线主瓣接收信号，忽略了副瓣模糊分量的影响，导致频谱重构算法的性能下降，严重时将会产生方位虚假目标。近年来，国内外科研人员提倡最多的办法是采用超低副瓣阵列天线来消除副瓣模糊分量的干扰，但在天线工程应用中，超低副瓣天线的设计与实现均面临很大的技术难关，且研究成本高。此外，国内外学者已经研究了多种副瓣干扰抑制技术，比如副瓣相消、加权抵消等技术，但上述技术应用背景都具有特殊性，并不适用于多通道SAR方位解模糊。
技术实现思路
本专利技术所要解决的技术问题是针对
技术介绍
中所涉及到的缺陷，提供一种基于天线方向图辅助的多普勒模糊分量自适应抑制方法，一方面解决了传统频谱重构算法只考虑主瓣信号而忽略副瓣模糊分量问题，另一方面有效避免了传统解方位模糊时系统误差下ADBF空域协方差矩阵估计的信号相消和目标导引矢量失配的问题。本专利技术为解决上述技术问题采用以下技术方案：基于天线方向图辅助的多普勒模糊分量自适应抑制方法，包括如下步骤：步骤1)，分别对机载合成孔径雷达N个接收通道信号进行距离向脉冲压缩，并根据以下公式进行方向维快速傅里叶变换，获得各个接收通道的距离-多普勒域数据：Sn(τ,f)＝FFTt[Sn(τ,t)]其中t为方位向时间，τ为距离向时间，Sn(τ,t)为第n个通道距离向脉冲压缩后信号，FFTt表示关于方位向时间t上的傅里叶变换，f表示方位向多普勒频域，Sn(τ,f)为第n个通道距离-多普勒域数据；步骤2)，对于每一个距离单元，针对该距离单元对应的每一个多普勒单元，进行如下计算：步骤2.1)，采用NSIE技术估计各次主瓣模糊分量的DoA值其中表示主瓣第k次模糊分量的DoA值，K为主瓣的模糊分量数，k＝1,…,K，则各次主瓣模糊分量对应的空域导引矢量为E＝[e1,...,ek,...,eK]，其中,ek为第k次主瓣模糊分量空域导引矢量，d为阵元间距，λ为信号波长，N表示接收通道数，上标T表示转置运算符；步骤2.2)，根据以下多普勒频率与空间角的关系式计算各次主瓣模糊分量对应的载机实时速度V^k=λ2sin(β^k)fq,k=1,...,K]]>其中，fq为该多普勒单元对应的多普勒频率值，q表示该多普勒单元为该距离单元对应的多普勒单元集合中的第q个多普勒单元；步骤2.3)，对步骤2.2)中得到的各个主瓣模糊分量对应的载机实时速度进行平均计算，得到的载机实时速度估计值V^=V^1+V^2+...+V^KK]]>步骤2.4)，根据如下公式计算各副瓣模糊分量的DoA信息，即其对应空间角的正弦值sin(θ^m)=λ2V^fSL,m]]>其中，fSL,m为第m次副瓣模糊分量对应的多普勒频率，由于主瓣两侧均有副瓣分量，m＝±1,…,±M，M为大于零的自然数，PRF为脉冲重复频率；步骤2.5)，根据各副瓣模糊分量的DoA信息计算各副瓣模糊分量对应的导引矢量：A＝[a-M,...,am,...,aM]其中，am为第m次副瓣模糊分量空域导引矢量，m＝±1,…,±M；步骤2.6)，根据以下公式构建各次主瓣模糊分量对应的解多普勒解模糊的空域协方差矩阵为：式中σ0为加载的噪声功率值，I∈CN×N的单位矩阵，eh为第h次主瓣模糊分量对应的空域导引矢量，上标H表示共轭转置运算符，am为副瓣第m次模糊分量空域导引矢量，ρm为第m次副瓣模糊分量对应的幅值比系数，可表示为：ρm=bmF,m=±1,...,±M]]>其中bm为第m个副瓣模糊分量对应的天线方向图副瓣增益，F表示天线方向图的主瓣增益；步骤2.7)，提取各次主瓣多普勒模糊分量的自适应波束形成权值Wk为：Wk=R‾-1ekBkHR‾-1Bk]]>步骤2.8)，利用自适应波束形成权值Wk提取各个主瓣模糊分量pq_k为：pq_k=WkHZ]]>其中Z＝[S1(i,q),...,SN(i,q)]T表示该多普勒单元信号的矢量表达式，i表示该多普勒单元对应的距离单元为第i个距离单元；步骤2.9)，提取各个主瓣模糊分量信号并记为P(i,k)＝[p1_k,...,pNa_k]，其中pq_k为第q个多普勒单元提取的第k个主瓣模糊分量，Na表示多普勒单元数；步骤3)，对于每一个距离单元，根据各次主瓣模糊分量对应的不同多普勒频率，将所有主瓣模糊分量信号顺序排列，得到各个距离单元多普勒解模糊后的数据S(i,fa)：S(i,fa)＝[P(i,1),...,P(i,K)]其中，fa表示多普勒解模糊后的方位向多普勒频率；步骤4)，得到多普勒解模糊后的距离-多普勒域数据，并对其进行方位合成孔径成像，获得多普勒解模糊后的高分辨率SAR图像。步骤2.1)中的NSIE技术为本人已公开的技术：MingweiShen,LiuYang,DiWu,DaiyinZhu.MultichannelSARWide-SwathImagingbasedonAdaptiveRemovalofAzimuthAmbiguities,RemoteSenseLetters,6(8),2015.8:628-636。本专利技术采用以上技术方案与现有技术相比，具有以下技术效果：根据天线方向图确定副瓣模糊分量幅值系数其成像后的峰值旁瓣比性能比未进行副瓣模糊分量抑制相比，提高了约9.6dB左右。附图说明图1为正侧视条带SAR几何关系示意图；图2为基于NSIT的多普勒解模糊滤波器设计流程图；图3为接收天线方向示意图；图4为接收天线方向图；图5为存在方位模糊时点目标的方位向剖面图方位模糊图；图6(a)为存在方位模糊时地面回波的实际二维谱关系；图6(b)为存在方位模糊时地面回波的理想二维谱关系；图7(a)为未考虑副瓣模糊分量时利用常规ADBF方案解方位模糊后成像方位剖面；图7(b)为考虑副瓣模糊分量时利用本文方法解方位模糊后成像方位剖面。具体实施方式下面结合附图对本专利技术的技术方案做进一步的详细说明：本专利技术公开了基于天线方向图辅助的多普勒模糊分量自适应抑制方法，机载雷达几何构型如图1所示，载机以速度V沿x轴飞行，载机飞行高度H，N个均匀线阵沿航向直线分布，规定沿航行方向最左端阵元为收发阵元(图1中为阵元1号)，其余为接收阵元。假设飞机在t＝0时处于坐标原点上空，某一时t，飞机的位置x＝Vt，则目标到第n个通道的斜距为：Rn2(t)=R02+(x+(n-1)d)2=R02+(V·t+(n-1)d)2本文档来自技高网...
【技术保护点】
基于天线方向图辅助的多普勒模糊分量自适应抑制方法，其特征在于，包括如下步骤：步骤1)，分别对机载合成孔径雷达N个接收通道信号进行距离向脉冲压缩，并根据以下公式进行方向维快速傅里叶变换，获得各个接收通道的距离‑多普勒域数据：Sn(τ,f)＝FFTt[Sn(τ,t)]其中t为方位向时间，τ为距离向时间，Sn(τ,t)为第n个通道距离向脉冲压缩后信号，FFTt表示关于方位向时间t上的傅里叶变换，f表示方位向多普勒频域，Sn(τ,f)为第n个通道距离‑多普勒域数据；步骤2)，对于每一个距离单元，针对该距离单元对应的每一个多普勒单元，进行如下计算：步骤2.1)，采用NSIE技术估计各次主瓣模糊分量的DoA值其中表示主瓣第k次模糊分量的DoA值，K为主瓣的模糊分量数，k＝1,…,K，则各次主瓣模糊分量对应的空域导引矢量为E＝[e1,...,ek,...,eK]，其中,ek为第k次主瓣模糊分量空域导引矢量，d为阵元间距，λ为信号波长，N表示接收通道数，上标T表示转置运算符；步骤2.2)，根据以下多普勒频率与空间角的关系式计算各次主瓣模糊分量对应的载机实时速度V^k=λ2sin(β^k)fq,k=1,...,K]]>其中，fq为该多普勒单元对应的多普勒频率值，q表示该多普勒单元为该距离单元对应的多普勒单元集合中的第q个多普勒单元；步骤2.3)，对步骤2.2)中得到的各个主瓣模糊分量对应的载机实时速度进行平均计算，得到的载机实时速度估计值V^=V^1+V^2+...+V^KK]]>步骤2.4)，根据如下公式计算各副瓣模糊分量的DoA信息，即其对应空间角的正弦值sin(θ^m)=λ2V^fSL,m]]>其中，fSL,m为第m次副瓣模糊分量对应的多普勒频率，由于主瓣两侧均有副瓣分量，m＝±1,…,±M，M为大于零的自然数，PRF为脉冲重复频率；步骤2.5)，根据各副瓣模糊分量的DoA信息计算各副瓣模糊分量对应的导引矢量：A＝[a‑M,...,am,...,aM]其中，am为第m次副瓣模糊分量空域导引矢量，m＝±1,…,±M；步骤2.6)，根据以下公式构建各次主瓣模糊分量对应的解多普勒解模糊的空域协方差矩阵为：且h≠k，m≠0式中σ0为加载的噪声功率值，I∈CN×N的单位矩阵，eh为第h次主瓣模糊分量对应的空域导引矢量，上标H表示共轭转置运算符，am为副瓣第m次模糊分量空域导引矢量，ρm为第m次副瓣模糊分量对应的幅值比系数，可表示为：ρm=bmF,m=±1,...,±M]]>其中bm为第m个副瓣模糊分量对应的天线方向图副瓣增益，F表示天线方向图的主瓣增益；步骤2.7)，提取各次主瓣多普勒模糊分量的自适应波束形成权值Wk为：Wk=R‾-1ekBkHR‾-1Bk]]>步骤2.8)，利用自适应波束形成权值Wk提取各个主瓣模糊分量pq_k为：pq_k=WkHZ]]>其中Z＝[S1(i,q),...,SN(i,q)]T表示该多普勒单元信号的矢量表达式，i表示该多普勒单元对应的距离单元为第i个距离单元；步骤2.9)，提取各个主瓣模糊分量信号并记为P(i,k)＝[p1_k,...,pNa_k]，其中pq_k为第q个多普勒单元提取的第k个主瓣模糊分量，Na表示多普勒单元数；步骤3)，对于每一个距离单元，根据各次主瓣模糊分量对应的不同多普勒频率，将所有主瓣模糊分量信号顺序排列，得到各个距离单元多普勒解模糊后的数据S(i,fa)：S(i,fa)＝[P(i,1),...,P(i,K)]其中，fa表示多普勒解模糊后的方位向多普勒频率；步骤4)，得到多普勒解模糊后的距离‑多普勒域数据，并对其进行方位合成孔径成像，获得多普勒解模糊后的高分辨率SAR图像。...
【技术特征摘要】
1.基于天线方向图辅助的多普勒模糊分量自适应抑制方法，其特征在于，包括如下步骤：步骤1)，分别对机载合成孔径雷达N个接收通道信号进行距离向脉冲压缩，并根据以下公式进行方向维快速傅里叶变换，获得各个接收通道的距离-多普勒域数据：Sn(τ,f)＝FFTt[Sn(τ,t)]其中t为方位向时间，τ为距离向时间，Sn(τ,t)为第n个通道距离向脉冲压缩后信号，FFTt表示关于方位向时间t上的傅里叶变换，f表示方位向多普勒频域，Sn(τ,f)为第n个通道距离-多普勒域数据；步骤2)，对于每一个距离单元，针对该距离单元对应的每一个多普勒单元，进行如下计算：步骤2.1)，采用NSIE技术估计各次主瓣模糊分量的DoA值其中表示主瓣第k次模糊分量的DoA值，K为主瓣的模糊分量数，k＝1,…,K，则各次主瓣模糊分量对应的空域导引矢量为E＝[e1,...,ek,...,eK]，其中,ek为第k次主瓣模糊分量空域导引矢量，d为阵元间距，λ为信号波长，N表示接收通道数，上标T表示转置运算符；步骤2.2)，根据以下多普勒频率与空间角的关系式计算各次主瓣模糊分量对应的载机实时速度V^k=λ2sin(β^k)fq,k=1,...,K]]>其中，fq为该多普勒单元对应的多普勒频率值，q表示该多普勒单元为该距离单元对应的多普勒单元集合中的第q个多普勒单元；步骤2.3)，对步骤2.2)中得到的各个主瓣模糊分量对应的载机实时速度进行平均计算，得到的载机实时速度估计值V^=V^1+V^2+...+V^KK]]>步骤2.4)，根据如下公式计算各副瓣模糊分量的DoA信息，即其对应空间角的正弦值sin(θ^m)=λ2V^fSL,m]]>其中，fSL,m为第m次副瓣模糊分量对应的多普勒频率，由于主瓣两侧均有副瓣分量，m＝±1,…,±M，M为大于零的自然数，PRF为脉冲重复...
【专利技术属性】
技术研发人员：杨柳，沈明威，陶震，胡佩，郑佳芝，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。